Описание
Глубокое обучение с подкреплением (Reinforcement Learning) — самое популярное и перспективное направление искусственного интеллекта.
Практическое изучение RL на Python поможет освоить не только базовые, но и передовые алгоритмы глубокого обучения с подкреплением.
Вы начнете с основных принципов обучения с подкреплением, OpenAI Gym и TensorFlow, познакомьтесь с марковскими цепями, методом Монте-Карло и динамическим программированием, так что «страшные» аббревиатуры DQN, DRQN, A3C, PPO и TRPO вскоре перестанут вас пугать. Вы узнаете об агентах, которые учатся на человеческих предпочтениях, DQfD, HER и многих других последних достижениях RL.
Прочитав книгу, вы приобретете знания и опыт, необходимые для реализации обучения с подкреплением и глубокого обучения с подкреплением в реальных проектах, и войдете в мир искусственного интеллекта.
В этой книге вы:
- Познакомитесь с основами методов, алгоритмов и элементов RL
- Обучите агента с помощью OpenAI Gym и Tensorflow
- Освоите марковские процессы принятия решений, оптимальность Беллмана и обучение TD
- Научитесь решать проблемы многоруких бандитов
- Овладеете алгоритмами глубокого обучения, такими как RNN, LSTM и CNN
- Создадите интеллектуальных агентов с помощью алгоритма DRQN, которые смогут играть в Doom
- С помощью DDPG научите агентов играть в Lunar Lander
- Отправите агента на автогонки, используя метод DQN
Характеристики
Автор(ы) | Судхарсан Равичандиран |
Переводчик | Е. Матвеев |
Издательство | Питер |
Серия | Библиотека программиста |
Год выпуска | 2020 |
ISBN | 978-5-4461-1251-7 |
Возрастное ограничение | 16+ |
Кол-во страниц | 320 |
Формат страниц | 70x100/16 (170x240 мм) |
Язык | Русский |
Переплёт | Мягкий |
Доп. сведения | Офсетная бумага |
Иллюстрации | черно-белые |
Тираж | 1200 экз. |
Вес | 425 г |
Отзывы посетителей(0)
Оглавление
- Категории:
- Искусственный интеллект. Общие вопросы
- Python